人工智能系統(tǒng)在CT肺小結(jié)節(jié)篩查中的準(zhǔn)確率及檢出時(shí)間分析

于廣浩 李為民 高 楊 董 默 李彩娟 朱險(xiǎn)峰 李蓮娣

1.牡丹江醫(yī)學(xué)院影像設(shè)備教研室，黑龍江牡丹江 157011；2.牡丹江醫(yī)學(xué)院附屬第二醫(yī)院麻醉科，黑龍江牡丹江 157009

隨著人們對(duì)于體檢的重視程度越來越高，肺結(jié)節(jié)檢出率也越來越高[1]。對(duì)于肺結(jié)節(jié)的早期發(fā)現(xiàn)、早期定性及早期治療，是預(yù)防肺結(jié)節(jié)癌變的重要手段[2]。目前隨著CT技術(shù)的飛速發(fā)展，圖像質(zhì)量及分辨率也越來越高[3]。對(duì)于肺結(jié)節(jié)的檢出率也在逐步升高，而常規(guī)的人工CT閱片耗費(fèi)時(shí)間長，由于醫(yī)生的視覺疲勞也容易造成肺結(jié)節(jié)漏診的情況出現(xiàn)[4]。隨著近年來人工智能（artificial intelligence，AI）技術(shù)的逐步成熟，將AI聯(lián)合人工的閱片方法也逐漸興起。本研究依托于AI技術(shù)，分析AI技術(shù)、人工技術(shù)及人工與AI聯(lián)合對(duì)于肺結(jié)節(jié)篩查的應(yīng)用效果，分析AI智能系統(tǒng)的有效率，引導(dǎo)其發(fā)展方向。特選擇于牡丹江醫(yī)學(xué)院附屬紅旗醫(yī)院進(jìn)行高分辨率CT體檢篩查的患者，分別運(yùn)用不同方法進(jìn)行肺結(jié)節(jié)篩查?，F(xiàn)報(bào)道如下。

1 資料與方法

1.1 一般資料

回顧性選取2019年1—12月于牡丹江醫(yī)學(xué)院附屬紅旗醫(yī)院進(jìn)行肺高分辨率CT檢查的1316例患者，以金標(biāo)準(zhǔn)診斷出的198例患者的230個(gè)肺結(jié)節(jié)作為研究對(duì)象。其中男102例，女96例，平均年齡（67.69±21.32）歲。分別運(yùn)用AI檢測(cè)法、人工檢測(cè)法及AI+人工的檢查方法對(duì)肺結(jié)節(jié)進(jìn)性分析。

1.2 納入及排除標(biāo)準(zhǔn)[5]

納入標(biāo)準(zhǔn)：①患者年齡≤85歲；②患者身體健康，無并發(fā)其他呼吸系統(tǒng)疾??；③患者意識(shí)狀態(tài)良好，能配合進(jìn)行呼氣屏氣動(dòng)作；④無心臟起搏器等不可去除裝置者。

排除標(biāo)準(zhǔn)：①患者已確診肺癌；②患者伴發(fā)其他呼吸系統(tǒng)疾病影響圖像質(zhì)量者；③患者意識(shí)狀態(tài)不清，不能配合呼氣屏氣者；④圖像質(zhì)量較差影響診斷者。

1.3 方法

對(duì)患者進(jìn)行高分辨率CT掃描，于檢查前對(duì)患者均行呼吸練習(xí)，以保證入組患者呼吸幅度相近。研究使用AQUILION系列64排螺旋CT（日本東芝公司），囑患者頭先進(jìn)，雙手交叉置于頭頂，充分暴露胸部，掃描選用管電壓120 kV，管電流150 mA，層厚5 mm，層距5 mm，矩陣512×512，掃描后行骨算法0.5 mm重建。將掃描后圖像選取我院三名主任醫(yī)師級(jí)別影像診斷醫(yī)生對(duì)CT圖像進(jìn)行細(xì)致閱片診斷，將所得結(jié)果記為本研究金標(biāo)準(zhǔn)，該三名診斷醫(yī)師將不參與以下人工閱片研究。將重建后所得容積數(shù)據(jù)分別傳至PACS系統(tǒng)及sigma discover Lung AI智能肺結(jié)節(jié)分析系統(tǒng)。分別選取兩名副主任醫(yī)師及以上高年資影像診斷醫(yī)生進(jìn)行常規(guī)閱片，并進(jìn)行AI聯(lián)合人工閱片及AI自主閱片。分別記為AI組、人工組及AI聯(lián)合人工組，記錄各組發(fā)現(xiàn)結(jié)節(jié)個(gè)數(shù)、計(jì)算假陽性率及漏診率，并記錄閱片時(shí)間，并對(duì)以上數(shù)據(jù)進(jìn)行統(tǒng)計(jì)學(xué)分析。假陽性率=誤檢結(jié)節(jié)數(shù)/檢出結(jié)節(jié)數(shù)×100%；漏診率=漏檢結(jié)節(jié)數(shù)/金標(biāo)準(zhǔn)結(jié)節(jié)數(shù)×100%。

1.4 統(tǒng)計(jì)學(xué)方法

運(yùn)用SPSS 18.0統(tǒng)計(jì)學(xué)軟件進(jìn)行數(shù)據(jù)處理，計(jì)量資料用（）表示，兩組比較采用t檢驗(yàn)，三組間比較采用方差分析，計(jì)數(shù)資料采用χ2檢驗(yàn)，P＜0.05為差異有統(tǒng)計(jì)學(xué)意義。

2 結(jié)果

2.1 各組肺結(jié)節(jié)檢出情況比較

AI組假陽性率明顯高于AI聯(lián)合人工組及人工組（χ2=6.067，5.596；P=0.002，0.004）；人工組漏診率明顯高于AI聯(lián)合人工組及AI組（χ2=5.511，4.996；P=0.004，0.009）。見表1。

表1 各組肺結(jié)節(jié)檢出情況比較

2.2 各組肺結(jié)節(jié)檢出時(shí)間比較

AI組 平 均 閱 片 時(shí) 間 為（24.35±7.37）s；人工組平均閱片時(shí)間為（633.45±212.37）s；AI聯(lián)合人工組平均閱片時(shí)間為（189.84±61.28）s，AI組閱片時(shí)間明顯短于AI聯(lián)合人工組及人工組（t=7.701，13.389；P=0.001，0.000），差異有統(tǒng)計(jì)學(xué)意義（F=9.962，P=0.001）。

2.3 各組肺結(jié)節(jié)檢出準(zhǔn)確率比較

AI組分析低至中度惡性概率結(jié)節(jié)114個(gè)，經(jīng)病理證實(shí)17個(gè)結(jié)節(jié)為低至中度惡性結(jié)節(jié)，準(zhǔn)確率為14.91%；AI組分析高度惡性概率結(jié)節(jié)14個(gè)，經(jīng)病理證實(shí)8個(gè)結(jié)節(jié)為高度惡性結(jié)節(jié)，準(zhǔn)確率為57.14%；AI聯(lián)合人工組分析低至中度惡性概率結(jié)節(jié)24個(gè)，準(zhǔn)確率為70.83%；AI聯(lián)合人工組分析高度惡性概率結(jié)節(jié)10個(gè)，經(jīng)病理證實(shí)8個(gè)結(jié)節(jié)為高度惡性結(jié)節(jié)，準(zhǔn)確率為80.00%，AI聯(lián)合人工組檢測(cè)低至中度惡性概率結(jié)節(jié)及高度惡性概率結(jié)節(jié)準(zhǔn)確率高于單純AI組（χ2=6.643，5.896；P=0.002，0.003）。

3 討論

目前醫(yī)學(xué)影像學(xué)在醫(yī)學(xué)中發(fā)揮著越來越重要的作用。但目前醫(yī)學(xué)影像診斷方式主要還是傳統(tǒng)的人工閱片，因此醫(yī)生在閱片診斷時(shí)常常會(huì)受到情緒、精力、環(huán)境、經(jīng)驗(yàn)、主觀局限性、理解能力等因素的影響，從而造成診斷結(jié)果的偏差[6]。而近幾年AI技術(shù)在醫(yī)學(xué)影像學(xué)中的應(yīng)用備受關(guān)注[7]，AI的引入不僅僅提高了醫(yī)生的工作效率及影像診斷的發(fā)現(xiàn)率，而且直接改變了醫(yī)生的工作方式，從一定程度上引起了醫(yī)學(xué)影像行業(yè)人力資源結(jié)構(gòu)的變化[8-9]。

本研究基于目前影像診斷的現(xiàn)狀，基于目前擁有的AI智能平臺(tái)，設(shè)計(jì)了AI同人工閱片的對(duì)比研究，分析各自的優(yōu)勢(shì)及弊端，為今后的AI閱片發(fā)展指出方向。本研究結(jié)果顯示，AI智能閱片的結(jié)節(jié)檢出率最高、用時(shí)最短，但是誤診率也為三種方法之最；傳統(tǒng)人工閱片結(jié)節(jié)檢出率相對(duì)較低，但結(jié)節(jié)的誤診率較低，用時(shí)較長；而AI聯(lián)合人工閱片的誤診率最低，用時(shí)適中，假陽性率也最低。就目前研究結(jié)果來看，AI聯(lián)合人工閱片是最適合用于肺結(jié)節(jié)CT診斷的閱片方法，既節(jié)省時(shí)間，也提高檢出率，降低誤診率。

AI在醫(yī)學(xué)的應(yīng)用開發(fā)步伐將會(huì)進(jìn)一步加快[10]，系統(tǒng)更加完善，功能更加強(qiáng)大，幫助醫(yī)生提高診療水平，使患者得到早期救治，提高生存率，改善生命質(zhì)量。同時(shí)，AI也會(huì)推進(jìn)醫(yī)學(xué)影像行業(yè)的變革，推動(dòng)相關(guān)制度的制定與完善[11]。AI的優(yōu)勢(shì)凸顯，未來逐步代替醫(yī)生是大勢(shì)所趨，定會(huì)增加醫(yī)學(xué)影像學(xué)專業(yè)畢業(yè)生的就業(yè)壓力，改變醫(yī)學(xué)影像行業(yè)人力資源的結(jié)構(gòu)，改變醫(yī)學(xué)影像學(xué)專業(yè)的培養(yǎng)規(guī)模及培養(yǎng)模式，同時(shí)需要大量的醫(yī)學(xué)影像技術(shù)專業(yè)人才[12]。

本研究結(jié)果顯示，AI方法檢測(cè)肺結(jié)節(jié)時(shí)間最快，但誤診率最高；人工檢測(cè)肺結(jié)節(jié)漏診率較高，但誤診率低，時(shí)間較慢；人工聯(lián)合AI檢測(cè)肺結(jié)節(jié)的誤診率、漏診率均最低。充分說明了AI在醫(yī)療領(lǐng)域的應(yīng)用潛力及廣闊前景，借助AI，可實(shí)現(xiàn)精準(zhǔn)診療，提高醫(yī)生的診斷準(zhǔn)確率和工作效率，降低醫(yī)學(xué)診斷失誤[13-15]。AI技術(shù)還能有效彌補(bǔ)偏遠(yuǎn)地區(qū)、基層醫(yī)院的醫(yī)學(xué)影像診療資源，有助于醫(yī)療資源均衡化，對(duì)解決百姓看病難、看病貴問題意義重大。但AI在診斷準(zhǔn)確率方面還有待提升。AI在以后的體檢篩查中可以作為一項(xiàng)有效手段，對(duì)于肺結(jié)節(jié)的檢出作用十分明顯。在今后的發(fā)展中，提高AI的診斷準(zhǔn)確率應(yīng)是發(fā)展的主要方向。